⚡ electrical engineering

GenTS: A Comprehensive Benchmark Library for Generative Time Series Models

تقدم هذه الورقة GenTS، وهي مكتبة معيارية مفتوحة المصدر وشاملة وقابلة للتوسع مصممة خصيصاً لمعالجة أوجه القصور في أدوات السلاسل الزمنية الحالية من خلال توفير إطار عمل موحد لمعالجة وتشكيل وتقييم نماذج السلاسل الزمنية التوليدية عبر مهام متنوعة.

Chenxi Wang, Xiaorong Wang, Peiyang Li, Yi Wang2026-05-19
📊 statistics

A Unified Framework for Data-Free One-Step Sampling via Wasserstein Gradient Flows

تقدم هذه الورقة إطاراً نظرياً موحداً لأخذ عينات من خطوة واحدة خالية من البيانات من التوزيعات غير المعيرة باستخدام تدفقات تدرج واسرستاين، مما يثبت أن مختلف أهداف تباعد f تشترك في بنية حقل سرعة مشترك يختلف فقط في كيفية إعادة توزيع الكتلة إلى المناطق غير المغطاة كفاية، مع توسيع النهج أيضاً ليشمل تباعد تباين اللوغاريتم والتحقق من النظرية من خلال تطبيقات تعتمد على تقدير كثافة النواة في اختبارات متعددة الأنماط.

Chenguang Wang, Tianshu Yu2026-05-19
🤖 machine learning

One Model, Two Roles: Emergent Specialization in a Shared Recurrent Transformer

تُثبت هذه الورقة أن نموذج "ترانسفورمر" متكرر ذي أوزان مشتركة يمكنه تطوير أدوار وظيفية متميزة تلقائياً — وتحديداً حالة اقتراح ملزمة وحالة وسيطة غير يقينية — عند تزويده بإشارة واضحة للتمييز بين أنواع التحديث، مثل الحقن غير المتماثل للمدخلات أو رمز مستوى منفصل.

Jucheng Shen, Barbara Su, Anastasios Kyrillidis2026-05-19
🤖 machine learning

Content-Style Identification via Differential Independence

تقدم هذه الورقة البحثية "الاستقلال التفاضلي بين المحتوى والأسلوب" (CSDI)، وهو شرط هيكلي جديد يضمن قابلية تحديد عوامل المحتوى والأسلوب في النماذج التوليدية من خلال فرض التعامد بين تغيراتها اللانهائية، مما يتغلب على قيود افتراضات الاستقلال والتناثر السابقة مع تمكين التدريب القابل للتوسع للمهام عالية الأبعاد مثل التوليد المقابل للواقع.

Subash Timilsina, Hoang-Son Nguyen, Sagar Shrestha, Xiao Fu2026-05-19
📊 statistics

Simple Approximation and Derivative Free Inference-Time Scaling for Diffusion Models via Sequential Monte Carlo on Path Measures

تقدم هذه الورقة البحثية \texttt{URGE}، وهو خوارزمية لتوسيع نطاق الاستدلال في نماذج الانتشار (diffusion models) لا تعتمد على المشتقات، وتستخدم إعادة وزن المسار القائم على "جيرسانوف" (Girsanov-based path-wise importance reweighting) وإعادة أخذ العينات المتسلسلة لتحقيق توليد غير متحيز وعالي الجودة دون الحاجة إلى تقييمات للدرجة (score) أو التدرج (gradient).

Chenyang Wang, Weizhong Wang, Yinuo Ren, Jose Blanchet, Yiping Lu2026-05-19
💻 computer science

Multi-site PPG: An In-the-Wild Physiological Dataset from Emerging Multi-site Wearables

تقدم هذه الورقة "Multi-site PPG"، وهي مجموعة بيانات شاملة من البيئة الواقعية تضم أكثر من 350 ساعة من البيانات الفسيولوجية التي جُمعت من أربعة أشكال ناشئة للأجهزة القابلة للارتداء (أقراط، وخاتم، وساعة، وقلادة) إلى جانب تخطيط كهربائية القلب المرجعي، والذي يُستخدم لتقييم طرق تقدير معدل ضربات القلب وكشف التباينات الكبيرة في الأداء عبر مواقع مختلفة من الجسم.

Jiayi Shao (Shirley), Jiaying Ye (Shirley), Shengyao Liu (Shirley), Zachary Englhardt (Shirley), Girish Narayanswamy (Sh (…)2026-05-19
🤖 machine learning

DAD4TS: Data-Augmentation-Oriented Diffusion Model for Time-Series Forecasting with Small-Scale Data

تقترح الورقة البحثية نموذج DAD4TS، وهو نموذج انتشار موجه بالتعلم التعزيزي يقوم بإسقاط البيانات السلاسل الزمنية في فضاء هندسي لتوليد عينات معززة ذات معنى، مما يؤدي إلى تحسين دقة التنبؤ في مجموعات البيانات صغيرة النطاق.

Masahiro Suzuki, Bohui Xia, Hiroto Yamamoto, Masanori Miyahara2026-05-19
💻 computer science

Guard: Scalable Straggler Detection and Node Health Management for Large-Scale Training

يُعد Guard نظاماً قابلاً للتوسع يجمع بين المراقبة عبر الإنترنت خفيفة الوزن والمسح الدوري للعقد خارج الإنترنت للكشف الاستباقي عن العقد المتأخرة وضمان صحة العقد في مجموعات التدريب واسعة النطاق، مما يحسن بشكل كبير من استغلال عمليات الفاصلة العائمة ذات الدقة العالية (FLOPs)، ويقلل من تباين الأداء، ويخفض التكاليف التشغيلية.

Guanliang Liu, Abhinandan Patni, Congzhu Lin, Zoe Zeng, Jack Wittmayer, Josh Wu, Ashvin Nihalani, Binxuan Huang, Yinghon (…)2026-05-19
🤖 machine learning

Attention Sinks and Outliers in Attention Residuals

تقدم الورقة البحثية تقنية OASIS، وهي تقنية مبتكرة تستفيد من الإشارات الصفرية بين الطبقات (inter-layer null signaling) للتخفيف من حدة مغالطات الانتباه (attention sinks) والقيم المتطرفة في التنشيط (activation outliers) في بنيات AttnResidual، مما يعزز بشكل كبير استقرار الاستدلال، ومتانة التكميم، وأداء المهام النهائية.

Haozheng Luo, Haoran Dai, Shaoyang Zhang, Xi Chen, Eric Hanchen Jiang, Yijiang Li, Jingyuan Huang, Chenghao Qiu, Chenwei (…)2026-05-19
🤖 machine learning

Lightweight Gaussian Process Inference in C++ on Metal and CUDA

تقدم هذه الورقة البحثية LightGP، وهي مكتبة C++17 خفيفة الوزن وخالية من التبعيات لنمذجة الانحدار للعمليات الغاوسية، والتي تستفيد من خلفيات معالجة محسنة لـ CPU وMetal وCUDA لتحقيق تسريع كبير مقارنة بالأطر البرمجية القائمة على لغة بايثون مثل GPyTorch عبر نطاق واسع من أحجام مجموعات البيانات.

Yu-Hsueh Fang2026-05-19